层次分析法判断矩阵程序
层次分析法判断矩阵求权值以及一致性检验程序
层次分析法判断矩阵求权值以及一致性检验程序层次分析法（Analytic Hierarchy Process，AHP）是一种用于多准则决策的数学模型和方法。
它是由美国管理学家托马斯·L·赛蒙在20世纪70年代提出的。
AHP方法能够帮助决策者在多个准则和多个选择之间进行有效的决策，通过定量和定性的方式来对选择进行评估和比较。
在AHP方法中，决策问题被分解成一个层次结构，其中包含目标层、准则层和选择层。
每个层次都有不同的准则和可能的选择。
决策者需要对每个层次中的准则和选择进行配对比较，从而确定它们之间的重要性和权重。
通过对一系列两两比较的判断矩阵求权值，最终得到每个准则和选择的权重，进而做出最终决策。
下面是一种求解AHP中矩阵权值和进行一致性检验的程序：1. 建立判断矩阵：根据决策问题的结构，建立一个判断矩阵。
判断矩阵的大小是n×n，其中n是比较对象的数量。
矩阵的每个元素(a_ij)表示第i个对象相对于第j个对象的重要性或影响程度。
2. 进行两两比较：对矩阵的每个元素(a_ij)，决策者需要进行两两比较，确定它们之间的相对重要性。
比较的结果可以使用系数1-9进行量化，其中1表示相等重要性，9表示绝对重要性的差异。
3.归一化判断矩阵：将比较得到的判断矩阵归一化，使得每一列的元素之和等于1、这可以通过将每个元素除以其所在列的元素之和来实现。
4.求解权值：通过归一化后的判断矩阵，可以计算每个对象的权重。
权重可以通过计算每一行的元素之和来得到。
5.计算一致性指标：在AHP方法中，一致性是指判断矩阵中的数值是否在合理范围内。
为了检验一致性，需要计算一致性指标。
一致性指标的计算方法是通过求解最大特征值和一致性比率来得到。
6.进行一致性检验：计算一致性指标后，需要将其与预先给定的随机一致性指标进行比较。
如果计算得到的一致性指标小于预先给定的一致性指标，则认为判断矩阵中的数值具有一致性。
构造判断矩阵的讲解层次分析法
n 1
CI=0，有完全的一致性
CI接近于0，有满意的一致性
CI 越大，不一致越严重
为衡量CI 的大小，引入随机一致性指标 RI。方法为
随机构造500个成对比较矩阵 A1, A2 ,L, A500
则可得一致性指标 CI1,CI2 ,L,CI500
RI
CI1 + CI2
bij=bik/bjk
为了考察AHP决策分析方法得出的结果是否基本合理，需要对判断矩阵进行一 致性检验。
目标层
O(选择旅游地)
准则层
C1 景色
C2 费用
C3 居住
C4 饮食
C5 旅途
设要比较各准则C1,C2,… , Cn对目标O的重要性
Ci : C j aij A (aij )nn , aij 0, a ji
② 将归一化的判断矩阵按行相加：
n
wi bij.........( i 1,2,..., n) j1
③ 对向量wi (w1, w2,..., wn) T归一化：
n
wi wi / w j.........( i 1,2,..., n) j1
所得的 w (w1, w2,...,wn)T即为所求得特征向量，亦即
CR
CI RI
0.1
时，认为
A
的不一致程度在容许范围之内，有满意的一致性，通过 一致性检验。可用其归一化特征向量作为权向量，否则 要重新构造成对比较矩阵A，对 aij 加以调整。
一致性检验：利用一致性指标和一致性比率<0.1
及随机一致性指标的数值表，对 A进行检验的过程。
“选择旅游地”中 准则层对目标的权 向量及一致性检验
对应于判断矩阵最大特征根λmax的特征向量， 经归一化(使向量中各元素之和等于1)后记为W。
模糊层次分析法讲解
决策
根据总排序结果，进行决策分析，得出最优 方案。
04
模糊层次分析法的优缺点
优点
处理不确定性和模糊性
简化决策过程
模糊层次分析法能够处理传统层次分析法 无法处理的模糊性和不确定性，使决策过 程更加贴近实际情况。
通过将复杂的决策问题分解为多个层次和 因素，模糊层次分析法能够简化决策过程 ，提高决策效率。
案例二：企业战略决策制定
总结词
企业战略决策制定
详细描述
在企业战略决策制定中，模糊层次分析法可以用于评估 企业的竞争地位、市场机会和风险，以及制定相应的战 略措施，帮助企业做出科学合理的战略决策。
案例三：投资项目风险评估
总结词
投资项目风险评估
详细描述
模糊层次分析法在投资项目风险评估中，可以综合考虑 项目的各种风险因素，如市场风险、技术风险、财务风 险等，对投资项目进行风险评估，为投资者提供科学的 风险管理建议。
考虑因素间的相对重要性
易于理解和操作
模糊层次分析法能够考虑各因素间的相对 重要性，从而更准确地反映实际情况。
模糊层次分析法的原理和操作过程相对简 单，易于理解和掌握，降低了决策者的认 知负担。
缺点
主观性较强 模糊层次分析法在确定因素权重 和评价矩阵时具有较强的主观性， 不同决策者可能会得出不同的结 论。
模糊集合与隶属度函数
模糊集合
模糊集合是用来描述模糊性概念的集 合，其成员的隶属程度可以是介于0 和1之间的任意值。
隶属度函数
隶属度函数是用来确定某个元素属于 某个模糊集合的程度的函数，其值域 为[0,1]。
模糊关系与模糊矩阵
模糊关系
模糊关系描述了不同模糊集合之间的关联程度，可以用模糊矩阵来表示。
层次分析法步骤及案例分析
层次分析法步骤及案例分析层次分析法（AHP）是一种通过对比判断不同因素的重要性来进行决策的方法。
它由匹兹堡大学的数学家托马斯·萨蒙在20世纪70年代初提出，并逐渐应用于各个领域。
本文将介绍层次分析法的步骤，并通过一个实际案例来进行分析。
一、层次分析法的步骤层次分析法主要包括以下几个步骤：1. 确定层次结构：首先，需要明确决策问题的层次结构。
将问题划分为若干个层次，从总目标到具体的子目标，形成一棵树状结构。
例如，在一个购车的决策问题中，总目标可以是“选择一辆适合自己的车”，下面的子目标可以包括“价格”、“外观”、“安全性”等因素。
2. 构造判断矩阵：在每个层次中，需要对不同因素之间的两两比较进行判断。
判断可以基于专家经验、问卷调查或实际数据。
对于两两比较，通常采用一个1到9的比较尺度，其中1表示相等，3表示略微重要，5表示中等重要，7表示强烈重要，9表示绝对重要。
如果因素A相对于因素B的重要性大于1，则B相对于A的重要性是1/A。
3. 计算权重向量：根据判断矩阵中的比较结果，可以计算出每个层次中各个因素的权重向量。
通过对判断矩阵的特征值和特征向量进行计算，可以得到各个因素的权重。
4. 一致性检验：在进行层次分析时，需要检验判断矩阵的一致性。
一致性是指在两两比较中的逻辑关系的一致性。
通常使用一致性指数和一致性比率来判断判断矩阵的一致性程度。
5. 综合评价：通过将各层次中因素的权重向量进行乘积运算，并将结果汇总得到最后的评价结果。
在这一步骤中，可以对不同的决策方案进行排序或进行多目标决策。
二、案例分析为了更好地了解层次分析法的应用，我们来看一个实际案例。
假设某公司需要选择新的供应商，供应商选择的主要考虑因素包括产品质量、交货周期和价格。
我们可以按照以下步骤进行决策：1. 确定层次结构：总目标是选择合适的供应商，下面的子目标是产品质量、交货周期和价格。
2. 构造判断矩阵：对于每个子目标，可以进行两两比较。
层次分析法判断矩阵求权值以及一致性检验程序
function [w,CR]=mycom(A,m,RI)[x,lumda]=eig(A);r=abs(sum(lumda));n=find(r==max(r));max_lumda_A=lumda(n,n);max_x_A=x(:,n);w=A/sum(A);CR=(max_lumda_A-m)/(m-1)/RI;end本matlab程序用于层次分析法中计算判断矩阵给出的权值已经进行一致性检验。
其中A为判断矩阵，不同的标度和评定A将不同。
m为A的维数RI为判断矩阵的平均随机一致性指标：根据m的不同值不同。
当CR<0.1时符合一致性检验，判断矩阵构造合理。
下面是层次分析法的简介，以及判断矩阵构造方法。
一.层次分析法的含义层次分析法（The analytic hierarchy process）简称AHP，在20世纪70年代中期由美国运筹学家托马斯·塞蒂（T.L.Saaty）正式提出。
它是一种定性和定量相结合的、系统化、层次化的分析方法。
由于它在处理复杂的决策问题上的实用性和有效性，很快在世界范围得到重视。
它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。
二.层次分析法的基本思路与人对一个复杂的决策问题的思维、判断过程大体上是一样的。
（1）层次分析法的原理层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。
这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。
层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。
层次分析法实验报告
层次分析法实验报告层次分析法实验报告一、引言层次分析法（Analytic Hierarchy Process，简称AHP）是一种多准则决策方法，由美国运筹学家托马斯·L·塞蒂（Thomas L. Saaty）于1970年提出。
该方法通过对决策问题进行层次结构分解，建立判断矩阵，计算权重，最终得出决策结果。
本实验旨在通过使用层次分析法解决一个实际问题，验证该方法在决策问题中的应用效果。
二、实验目的1. 了解层次分析法的基本原理和步骤；2. 掌握构建层次结构和判断矩阵的方法；3. 熟悉计算权重和一致性检验的过程；4. 验证层次分析法在决策问题中的实际应用效果。
三、实验过程1. 确定决策问题：选择一个实际的决策问题，例如购买一台新电脑；2. 构建层次结构：将决策问题分解为准则层、子准则层和方案层，形成层次结构；3. 制作判断矩阵：对每个层次的元素进行两两比较，根据重要性进行评分，构建判断矩阵；4. 计算权重：通过特征向量法计算每个层次的权重；5. 一致性检验：计算一致性指标，判断判断矩阵是否合理；6. 决策结果：根据权重计算得出最终的决策结果。
四、实验结果在购买新电脑的决策问题中，我们构建了准则层、子准则层和方案层的层次结构。
准则层包括性能、价格和品牌三个元素；子准则层包括CPU、内存、硬盘、显卡和屏幕五个元素；方案层包括若干个不同品牌和型号的电脑。
通过对每个层次的元素进行两两比较，我们制作了判断矩阵。
以性能为例，我们对CPU、内存、硬盘、显卡和屏幕进行了两两比较，根据其重要性进行评分。
同样地，我们对价格和品牌也进行了两两比较，得到了相应的判断矩阵。
接下来，我们通过特征向量法计算了每个层次的权重。
将判断矩阵的列向量归一化后，求得特征向量，并计算了每个元素的权重。
通过一致性检验，我们发现判断矩阵的一致性指标在合理范围内，说明判断矩阵的构建是可靠的。
最终，根据权重计算得出了最佳决策结果。
Matlab求解层次分析法程序代码【求解步骤代码】
性判断矩阵， 每一列归一化后近似其相应的权重， 在对这 n 个列向量求取算术平均值作为最
后的权重。具体的公式是：
a 1 n
ij
Wi
a n j 1 n kl
k1
需要注意的是，在层层排序中，要对判断矩阵进行一致性检验。 在特殊情况下， 判断矩阵可以具有传递性和一致性。 一般情况下， 并不要求判断矩阵 严格满足这一性质。 但从人类认识规律看， 一个正确的判断矩阵重要性排序是有一定逻辑规 律的，例如若 A 比 B 重要， B 又比 C重要，则从逻辑上讲， A 应该比 C 明显重要，若两两比 较时出现 A 比 C 重要的结果，则该判断矩阵违反了一致性准则，在逻辑上是不合理的。 因此在实际中要求判断矩阵满足大体上的一致性， 需进行一致性检验。 只有通过检验， 才能说明判断矩阵在逻辑上是合理的，才能继续对结果进行分析。
层排序， 其排序权重记为 b1 j , b2 j , ,bmj j 1,2, , n ，则方案层 P 中第 i 个方案 Pi 的总
n
排序权重为
a jbij ，见下表：
j1层Leabharlann CC1C2Cn
层次 P
a1
a2
an
P1
b11
b12
b1n
P2
b21
b22
b2n
P 层总排序权重
n
a j b1 j
j1
n
a jb2 j
设填写后的判断矩阵为 A=(aij ) n×n，判断矩阵具有如下性质：
网络
(1) a ij 〉0
(2) a ji =1/ a ji
(3) a ii =1
根据上面性质，判断矩阵具有对称性，因此在填写时，通常先填写
aii =1 部分，然后
层次分析法
阶数n 1 2 3 4 5 6 7 8 9 10 11 RI 0.00 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51
CR CI 0.01825 0.016295 0.1 RI 1.12
同理，对于第二层次的景色、费用、居住、饮食、旅途五个 判断矩阵的一致性检验均通过。
选择旅游地
0.263 0.475 0.055 0.099
景费
居
饮
色用
住
食
0.110 旅 途
P1
0.595 0.082
0.277
0.236
0.129 0.682
P2
0.429
0.429
0.142
P3
0.633
0.429
0.193
0.166
0.129 0.682 0.142 0.175 0.668
⑷ 层次(3)W (2)
0.595 0.082 0.277 0.236
0.129 0.682
0.429 0.429 0.142
0.633 0.193 0.175
0.193
0.175
0.166
0.166
0.668
以 Wk(3)为列向量构成矩阵
W (3)
(W1(3)
,W2(3)
,
W (3) 3
,W4(3)
,W5(3)
)
0.559 0.082 0.429 0.633 0.166
0.277
0.236
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
先确定判断矩阵；
然后用以下程序就好了：
%层次分析法的matlab程序%%%%diertimoxingyi
clc,clear
disp('输入判断矩阵');% 在屏幕显示这句话
A=input('A=');% 从屏幕接收判断矩阵
[n,n]=size(A);% 计算A的维度，这里是方阵，这么写不太好
x=ones(n,100);% x为n行100列全1的矩阵
y=ones(n,100);% y同x
m=zeros(1,100);% m为1行100列全0的向量
m(1)=max(x(:,1));% x第一列中最大的值赋给m的第一个分量
y(:,1)=x(:,1);% x的第一列赋予y的第一列
x(:,2)=A*y(:,1);% x的第二列为矩阵A*y(:,1)
m(2)=max(x(:,2));% x第二列中最大的值赋给m的第二个分量
y(:,2)=x(:,2)/m(2);% x的第二列除以m(2)后赋给y的第二列
p=0.0001;i=2;k=abs(m(2)-m(1));% 初始化p，i，k为m(2)-m(1)的绝对值
while k>p% 当k>p是执行循环体
i=i+1;% i自加1
x(:,i)=A*y(:,i-1);% x的第i列等于A*y的第i-1列
m(i)=max(x(:,i));% m的第i个分量等于x第i列中最大的值
y(:,i)=x(:,i)/m(i);% y的第i列等于x的第i列除以m的第i个分量
k=abs(m(i)-m(i-1));% k等于m(i)-m(i-1)的绝对值
end
a=sum(y(:,i));% y的第i列的和赋予a
w=y(:,i)/a;% y的第i列除以a
t=m(i);% m的第i个分量赋给t
disp('权向量:');disp(w);% 显示权向量w
disp('最大特征值:');disp(t);% 显示最大特征值t
%以下是一致性检验
CI=(t-n)/(n-1);% t-维度再除以维度-1的值赋给CI
RI=[0 0 0.52 0.89 1.12 1.26 1.36 1.41 1.46 1.49 1.52 1.54 1.56 1.58 1.59];% 计算的标准
CR=CI/RI(n);% 计算一致性
if CR<0.10
disp('此矩阵的一致性可以接受!');
disp('CI=');disp(CI);
disp('CR=');disp(CR);
else
disp('此矩阵的一致性不可以接受!'); end。